如何使用熊猫计算不同用户购买之间的时间？答案

【问题标题】：How do I count the time between purchases for different users, using pandas?如何使用熊猫计算不同用户购买之间的时间？
【发布时间】：2018-01-19 07:17:12
【问题描述】：

我有一组如下所示的购买数据：

用户日期
用户日期_1
user_b 日期_2
用户日期_3
用户日期_4
user_c 日期_5
user_b 日期_6
user_c 日期_7
等等

我想找出每个用户的平均购买时间。

有什么帮助吗？

我正在使用 jupyter 笔记本。

【问题讨论】：

(max(date) - min(date)) / #purchases，针对每个用户
欢迎来到 StackOverflow。请阅读并遵循帮助文档中的发布指南。 on topic 和 how to ask 在这里申请。 StackOverflow 不是设计、编码、研究或教程服务。
你试过任何代码吗？
我尝试了一个数据透视表：pd.pivot_table(df, index=['user'], values='successful_transaction', columns=['date']).reset_index() 但这只给出了我以一种直观的方式查看每个用户何时进行购买。注意：successful_transaction 是具有二进制值的列。

标签： python pandas ipython jupyter-notebook

【解决方案1】：

假设您的数据是一个数据框，其中“用户”为一列，“日期”为另一列。

df.groupby('User').mean()

如果由于日期格式（字符串）而这不起作用，您可能需要使用

更改日期格式

pd.to_datetime

或将日期转换为天数

【讨论】：

试过这个。日期格式现在是：“非空 datetime64[ns]”。但我仍然得到：DataError: No numeric types to aggregate
你的日期格式是什么？是 dd:mm:yyyy:hh:mm:ss 还是 mm:dd:yyy ？最好转换成有参考年份的天数